Pneumonia ResNet50

Pneumonia ResNet50 — это полностью дообученный ResNet50 с инициализацией ImageNet и головой на один logit. Модель от Farhanitrate0 обучена на PneumoniaMNIST в разрешении 224×224 и классифицирует рентгеновские снимки по признаку пневмонии. Это research prototype, а не медицинское изделие.

🧩 Ключевые особенности

• 🩻 Вход — grayscale X-ray, Resize(224), три канала и ImageNet-нормализация.
• 🧬 Голова: Linear(2048→512) → BatchNorm → ReLU → Dropout(0.3) → Linear(512→1).
• 🎯 На официальном test split (n = 624): AUROC 0.987; sensitivity 99.0% и specificity 87.2% при пороге 0.754.
• ⚙ ECE — 0.066; веса выложены для Multimodal Medical Streaming Engine.
• ❕ Обучение на pediatric chest X-ray из одного источника; взрослые и мультисайтовые данные не тестировались.

💡 Пример

import torch
from huggingface_hub import hf_hub_download
from model import get_medical_model

model = get_medical_model(pretrained=False)
path = hf_hub_download("Farhanitrate0/pneumonia-resnet50", "fine_tuned_medical_resnet.pth")
model.load_state_dict(torch.load(path, map_location="cpu", weights_only=True))
model.eval()

Подробнее

AUROC на официальном test split (n = 624): 0.987 (95% bootstrap CI 0.978–0.994).
Sensitivity / specificity при validation-selected пороге 0.754: 99.0% / 87.2%; ECE — 0.066.
Research prototype, не медицинское изделие: выходы вероятностные и требуют проверки специалистом.
Ошибки часто с высокой уверенностью; как минимум один false positive вызван углом изображения, а не анатомией.